神经网络的一般模型及在信息处理中的应用

介绍了神经网络的一般模型,并结合工作实际,将神经网络方法灵活地应用于所从事的工作中,大大提高了算法的有效性和可靠性。     

UML状态图至Petri网转化方法的研究

作为一种面向对象分析和设计建模语言,统一建模语言(UML)已经越来越多的被用在大型系统中,然而,UML是半形式化的,这使得很难对其进行严格的语义分析和正确性验证.状态图作为UML动态描述机制的重要组成部分,同样存在这样的问题,而Petri网作为一种建模工具,有着严格的形式化语义,而且有很多成熟的分析方法.本文针对UML2.0状态图模型,对状态图至Petri网转化方法进行了研究,并提出了将状态图转换为Petri网的算法.     

自主交会对接中运动参数的测量

探讨了基于双目测量系统实现自主交会对接中运动参数的一种测量方法。通过对系统数学模型的误差分析,确定标志点的检测精度是影响测量误差的主要因素。将系统中的标识点配置为圆形,利用最小二乘准则精确地估计标志像点的圆参数,以提高运动参数的测量精度。仿真实验中圆参数的估计可以达到亚像素的检测精度,验证了算法的有效性。     

SAR与可见光图像融合算法的研究

针对不同传感器数据融合这一难题 ,提出了一种SAR与可见光图像数据融合算法 ,它包括三个部分 :几何配准、SAR斑点噪声消除及SAR与可见光图像数据融合。运用相关算法进行几何配准 ;运用数学形态学滤波技术进行SAR斑点噪声消除 ;运用调制法进行SAR与可见光图像的数据融合。实验结果证明了本算法的有效性。     

一种基于神经网络的红外目标识别方法

文中介绍了一种基于神经网络的目标识别方法。该方法利用径向基函数（ＲＢＦ）神经网络,结合目标边界的形状特征,对平移、旋转及尺度变化情况下的目标进行了分类识别。实验结果表明,这种识别方法性能稳定,且具有很高的识别精度。     

灰度形态滤波的神经网络实现方法

本文提出了一种利用神经网络实现灰度形态滤波的方法。文中首先简述了形态学的基本理论，然后给出了灰度形态学理论的两种最基本运算（膨胀和腐蚀）的神经网络实现方法。网络中的连接权值为形态滤波的结构元素，按照δ学习规则，自适应地对结构元素进行学习训练。该方法计算简单，速度快，对于提高灰度形态滤波的性能有显著成效。     

自然场景图像的光流场估计

自然场景图像序列中,物体运动会造成部分背景区域的显露和遮挡,显露和遮挡区域的像素在连续相邻的图像中缺乏对应点,因而传统的光流方法常常在这些区域给出错误的光流估计。图像在采集、传输过程中可能会受到噪声污染,噪声干扰是进行光流场估计必须考虑的另外一个重要问题。为消除显露、遮挡和噪声干扰引起的光流估计误差,采用新的可视矩阵标记图像位置的遮挡、显露、可视三种状态,以此来引导光流场估计,并采用正态概率分布对图像噪声的分布状态进行近似,从而在Bayes框架下建立了自然场景图像光流场估计的数学模型,最后通过迭代方法获得了致密的光流场。采用CAVIAR视频数据对本文算法进行测试并与Negal光流法进行性能对比,结果表明,本文方法具有更好的光流场估计效果。     

论述余热锅炉热膨胀系统及炉膛外壁超温处理

余热锅炉的热膨胀及内保温结构对保温安装工艺提出了一定的要求,在余热锅炉的运行中,经常发生炉膛外壁的超温现象,特别是靠近锅炉结构梁/柱的超温,对锅炉支撑结构的强度会产生重大的影响,为锅炉及设备安全运行产生致命的威胁.本文在介绍余热锅炉热膨胀系统及内保温结构的基础上,重点介绍内保温系统安装工艺.